Resumen

Hoy en día, el elevado consumo de combustibles fósiles ha causado muchos contaminantes y problemas medioambientales. El biodiésel se considera desde hace poco una alternativa limpia y renovable a los combustibles fósiles. Se encuentran en algunas estructuras moleculares, como los ésteres etílicos de ácidos grasos (FAEE) y también los ésteres metílicos de ácidos grasos (FAME), que tienen diversas características termofísicas. Por lo tanto, parece esencial seleccionar los métodos adecuados para un motor diésel concreto a fin de estimar las características de los ésteres. La presente investigación se propone desarrollar un método nuevo y robusto que prediga la compresibilidad isotérmica de los ésteres metílicos y etílicos de ácidos grasos de cadena larga directamente a partir de varios parámetros básicos eficientes (presión, temperatura, punto de fusión normal y peso molecular). Por lo tanto, como método matemático novedoso y predominante en este campo, se implementó una máquina de aprendizaje extremo para la compresibilidad isotérmica en el conjunto masivo de datos. De acuerdo con las evaluaciones estadísticas, este nuevo modelo establecido tenía una alta precisión y aplicabilidad (R2 = 1 y RMSE = 0,0018714), que es más preciso que los modelos anteriores presentados por investigadores anteriores. Entre los diversos factores del análisis de sensibilidad, la temperatura y la presión tuvieron el mayor efecto sobre los valores de salida, de modo que el parámetro de salida tiene una relación directa con la temperatura y una relación inversa con la presión con factores de relevancia de 22,44 y -79,81%.

• Materias:Catálisis Cinética química Hidrodinámica Nanopartículas Tecnología de los combustibles
• Subjects:Catalysis Chemical kinetics Hydrodynamics Nanoparticles Fuel technology
• Palabras claves:presión, temperatura, combustibles fósiles, compresibilidad isotérmica, cadena metilo de ácidos grasos, ésteres etílicos de ácidos grasos, varios parámetros básicos eficientes, máquina de aprendizaje extremo, ésteres metílicos de ácidos grasos, punto de fusión normal
• Keywords:pressure, temperature, fossil fuels, isothermal compressibility, chain fatty acid methyl, fatty acid ethyl esters, several basic efficient parameters, extreme learning machine, fatty methyl esters, normal melting point